信息推送的方法和装置的制造方法
【技术领域】
[0001]本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及一种信息推送的方法和装置。
【背景技术】
[0002]信息推送，又称为“网络广播”，是通过一定的技术标准或协议，在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户，可以减少用户在网络上搜索所花的时间。信息推送可以用于各种网页的显示与终端应用，例如网页广告、购物类终端应用等等。
[0003]然而，现有的一些终端应用中，常用的信息推送方式通常是直接在页面上加载推送信息，在不同的终端上显示相同的推送信息，从而，存在着网络资源相关数据利用不足，信息推送缺乏针对性的问题。
【发明内容】
[0004]本申请的目的在于提出一种改进的信息推送的方法和装置，来解决以上【背景技术】部分提到的技术问题。
[0005]—方面，本申请提供了一种信息推送的方法，所述方法包括:接收应用服务端发送来的终端用户的用户标识；根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；将所述预测值返回给所述应用服务端，以供所述应用服务端基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。
[0006]在一些实施例中，所述方法还包括:接收所述应用服务端发送的历史展示信息、待展示信息和多个终端用户针对所述历史展示信息进行的历史操作信息；获取所述多个终端用户的扩展信息；根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。
[0007]在一些实施例中，所述根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型包括:从所述多个终端用户的扩展信息中分别提取用户特征；根据所述用户特征与所述历史操作信息，生成用户特征对于历史操作信息的贡献系数；生成基于所述用户特征和所述贡献系数对终端用户的操作信息进行预测的预测模型。
[0008]在一些实施例中，所述基于所述扩展信息和所述预测模型对各条待展示信息生成预测值包括:从所述扩展信息中提取用户特征；计算各个用户特征的重要度系数；基于各个用户特征的所述重要度系数和所述贡献系数计算终端用户的操作信息的预测值。
[0009]在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。
[0010]第二方面，本申请还提供了一种信息推送的方法，所述方法包括:向预测服务端发送终端用户的用户标识，以供预测服务端针对每个用户标识按照以下步骤生成待展示信息的预测值:根据所述用户标识检索出所述终端用户的扩展信息；基于所述扩展信息和预先训练的预测模型对每条待展示信息生成预测值，其中，所述扩展信息由所述预测服务端从终端获取，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；接收所述预测服务端返回的各个预测值；基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。
[0011]在一些实施例中，所述方法还包括:获取多个终端用户针对历史展示信息进行的历史操作信息；向所述预测服务端发送所述待展示信息、所述历史展示信息和所述历史操作信息，以供所述预测服务端通过以下步骤训练预测模型:获取所述多个终端用户的扩展信息；根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。
[0012]在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。
[0013]第三方面，本申请提供了一种信息推送的装置，所述装置包括:接收模块，配置用于接收应用服务端发送来的终端用户的用户标识；检索模块，配置用于根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；生成模块，配置用于基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；返回模块，配置用于将所述预测值返回给所述应用服务端，以供所述应用服务端基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。
[0014]在一些实施例中，所述装置还包括:模型信息接收模块，配置用于接收所述应用服务端发送的历史展示信息、待展示信息和多个终端用户针对所述历史展示信息进行的历史操作信息；获取模块，配置用于获取所述多个终端用户的扩展信息；模型训练模块，配置用于根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。
[0015]在一些实施例中，所述模型训练模块包括:特征提取单元，配置用于从所述多个终端用户的扩展信息中分别提取用户特征；贡献系数生成单元，配置用于根据所述用户特征与所述历史操作信息，生成用户特征对于历史操作信息的贡献系数；预测模型生成单元，配置用于生成基于所述用户特征和所述贡献系数对终端用户的操作信息进行预测的预测模型。
[0016]在一些实施例中，所述生成模块包括:提取单元，配置用于从所述扩展信息中提取用户特征；系数计算单元，配置用于计算各个用户特征的重要度系数；预测值计算单元，配置用于基于各个用户特征的所述重要度系数和所述贡献系数计算终端用户的操作信息的预测值。
[0017]在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。
[0018]第四方面，本申请还提供了一种信息推送的装置，所述装置包括:
[0019]发送模块，配置用于向预测服务端发送终端用户的用户标识，以供预测服务端针对每个用户标识按照以下步骤生成待展示信息的预测值:根据所述用户标识检索出所述终端用户的扩展信息；基于所述扩展信息和预先训练的预测模型对每条待展示信息生成预测值，其中，所述扩展信息由所述预测服务端从终端获取，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；接收模块，配置用于接收所述预测服务端返回的各个预测值；推送模块，配置用于基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户。
[0020]在一些实施例中，所述装置还包括:获取模块，配置用于获取多个终端用户针对历史展示信息进行的历史操作信息；模型信息发送模块，配置用于向所述预测服务端发送所述待展示信息、所述历史展示信息和所述历史操作信息，以供所述预测服务端通过以下步骤训练预测模型:获取所述多个终端用户的扩展信息；根据所述待展示信息、所述历史展示信息、所述历史操作信息及所述扩展信息训练预测模型。
[0021]在一些实施例中，所述扩展信息包括以下至少一项:搜索特征、访问特征和位置特征。
[0022]第五方面，本申请还提供了一种信息推送的系统，所述系统包括终端、预测服务端、应用服务端；所述应用服务端，配置用于从所述终端获取终端用户的用户标识并发送给预测服务端；所述预测服务端，配置用于接收所述应用服务端发送来的终端用户的用户标识；根据所述用户标识检索出所述终端用户的扩展信息，其中，所述扩展信息从终端获取；基于所述扩展信息和预先训练的预测模型对各条待展示信息生成预测值；将所述预测值返回给所述应用服务端，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值；所述应用服务端，还配置用于接收所述预测服务端返回的各个预测值；基于各个预测值的排序结果选取至少一条待展示信息发送至所述终端；所述终端，配置用于将所述应用服务端发送的至少一条待展示信息推送给所述终端用户。
[0023]本申请提供的信息推送的方法和装置，通过应用服务端向预测服务端发送终端用户的用户标识，由预测服务端根据用户标识检索出终端用户的扩展信息，并基于扩展信息和预测模型对各条待展示信息生成预测值发送给应用服务端，其中，所述预测值包括终端用户针对各条待展示信息进行操作的概率值，接着应用服务端基于各个预测值的排序结果选取至少一条待展示信息推送给所述终端用户，从而根据扩展信息的差异而向不同终端用户推送不同的信息，实现了富于针对性的信息推送。
【附图说明】
[0024]通过阅读参照以下附图所作的对非限制性实施例的详细描述，本申请的其它特征、目的和优点将会变得更明显:
[0025]图1示出了可以应用本申请实施例的示例性系统架构；
[0026]图2是根据本申请的信息推送的方法的一个实施例的流程图；
[0027]图3是根据本申请的信息推送的方法的另一个实施例的效果示意图；
[0028]图4是根据本申请的一种信息推送的方法的一个应用场景的示意图；
[0029]图5是根据本申请的信息推送的装置的一个实施例的结构图；
[0030]图6是根据本申请的信息推送的装置的另一个实施例的结构示意图；
[0031]图7是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
【具体实施方式】
[0032]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
[0033]需要说明的是，在不冲突的情况下，本申请中的实施例及实施